因爲一直有人問我，我採的樣本如果不按省、市等行政單位劃分，而按方言劃分，方言之閒的Y染色體是否會表現出一些分佈上的特徵。於是我頗費了一番勁兒統計了一下。

需要說明的是，方言定得不是都很準（總體來說，如果是對方言敏感的地區，比如蘇南、廣東，或者我專門去採的湖南等地，方言記錄應該是精確的，但比如北方的一些地區，方言採樣時沒有專門記，就只是按籍貫地所屬方言大致算了一下。表中每一行的樣本數最少25個，最多幾百個。樣本量太少的平話、徽語、蘭銀官話等沒放在表裏。另外，樣本均按非同宗樣本統計（即同鄉同姓STR也極近的，只按一個樣本統計）。對樣本的均一性沒有保證，比如贛語有很多湖南的之類，未必以江西爲主。

以下分析僅供參攷，不宜過度解釋。

我就不多講了，因爲這種主成分分析圖會隨羣體的選取，在圖上的點的相對關係會發生明顯變化（比如多加個土家族或滿族，就可能有很大變化了）。

下面是做的若干種聚類(clustering)及鄰接法(neighbor-joining, NJ)法做的樹，也只是作個很麤略的參攷。我的看法仍然是：對於有大量混合的情況（不論羣體的Y染色體，還是個人的常染色體等，或方言之閒），只要不是確有很嚴格的樹形分化歷史，而是有大量混合發生的网狀結構的歷史，用樹形來表示演化關係必然是片面、也是不穩定的。所以如果問我，我相信下面哪棵樹的拓撲形狀？我哪個都不信，放這些樹就是爲了告訴大家不要信這些樹。只有像用個人序列畫的Y染色體和線粒體這樣的樹纔是有歷史原型的眞實且穩定的樹。

NJ樹，correlation（手工設閩語爲根）：

NJ樹，Euclidean（手工設閩語爲根）：

NJ樹，Rho（手工設閩語爲根）：

Cluster, Correlation


Cluster, Euclidean：


本人是統計小白，歡迎給我推薦更有意義的分析方法。

首發於2013.12.13，新浪博客